AI+Wi-Fi“透视眼”技术实现无接触物品检查

近日，科技媒体TechRadar发布了一篇引人注目的博文，文中详细介绍了麻省理工学院研究团队的一项创新突破——名为mmNorm的新技术。

这项革命性的技术能够通过毫米波信号（与Wi-Fi相同的频段）重构隐藏物体的三维形态。与传统雷达相比，其准确度提升了18%以上，尤其在复杂环境中表现尤为突出。

与传统技术不同，mmNorm并非简单地记录信号反射的位置。它通过分析表面法线（surface normal），即物体表面的方向特征，来推断三维结构。

该系统能够结合来自多个天线的大量数据，精确重构物体曲率。即使面对隐藏在箱子内或被遮挡的物品，也能分辨出如杯子把手、刀具与餐具等微小差异。

据博文披露，mmNorm在超过60项测试中的重建准确率高达96%，远超现有方案的78%。该技术对木材、塑料、玻璃和橡胶等材质表现尤为出色，但在面对密集金属或厚重障碍物时仍需进一步优化。

目前，研究团队正致力于提升该技术的分辨率和材料敏感度。这一突破性的毫米波检测方法，在安全扫描、军事侦察等领域展现出巨大潜力。它无需打开包裹或容器即可探测隐藏物品，这种能力对仓库自动化、灾害救援及辅助生活等场景中的AI机器人具有重要意义。

附参考文献

• 反射式Wi-Fi信号或使机器人发现并操作隐藏物体

• Laura Dodds等人，《通过毫米波表面法线估计实现非直视3D物体重建》（2025年）